valor

Valor público y valor de servicio percibido en la intención de uso de plataformas digitales universitarias

Public value and perceived service value in the intention to use university digital platforms

Roberto Alfonso Franco Ulco ^1,a

Universidad Nacional Mayor de San Marcos, Lima, Perú.

Licenciado en Economía.

E-mail: roberto.francou@unmsm.edu.pe

ORCID: https://orcid.org/0009-0007-8738-165X

Conflicto de interés

El autor declara no tener conflictos de intereses.

Fuente de financiamiento

La investigación no recibió financiamiento externo.

Citar como: Franco Ulco, R. A. (2026). Valor público y valor de servicio percibido en la intención de uso de plataformas digitales universitarias. Desafíos, 17(1). https://doi.org/10.37711/desafos.2026.17.1.9

Recibido: 01-11-2025

Aceptado: 05-01-2026

Publicado en línea: 02-02-2026

RESUMEN

Objetivo. Determinar la influencia del valor público y el valor de servicio percibido en la intención de uso de una plataforma digital de una universidad nacional ubicada en Lima (Perú), durante el año 2024. Métodos. La investigación empleó un enfoque cuantitativo, fue de tipo aplicado, nivel explicativo y diseño no experimental. La población fue de 36 896 alumnos y la muestra estuvo conformada por 381 de ellos. La técnica de recolección de datos fue la encuesta, realizada mediante un cuestionario, y para el análisis de datos se empleó la regresión lineal múltiple. Resultados. El análisis descriptivo evidenció que la intención de uso de la plataforma fue en gran medida regular, con un 48,3 % de respuestas y, a nivel inferencial, apareció una influencia significativa (p-valor de 0,000) del valor público de 0,483 unidades y del valor de servicio percibido de 0,325 unidades sobre la intención de uso de plataformas, manteniendo los demás factores constantes. El modelo obtuvo un R² de 0,475 y un p = 0,000. Conclusiones. El valor público y el valor percibido, de manera conjunta, influyen en el 47,5 % sobre la intención de uso continuo de plataformas.

Palabras clave: valor público; valor de servicio percibido; intención de uso; plataforma digital; universidad.

ABSTRACT

Objective. To determine the influence of public value and perceived service value on the intention to use a digital platform at a national university located in Lima, Peru, during 2024. Methods. This was an applied, explanatory, non-experimental study with a quantitative approach. The population consisted of 36,896 students, and the sample comprised 381 students. Data were collected through a survey using a questionnaire, and multiple linear regression was used for data analysis. Results. The descriptive analysis showed that the intention to use the platform was predominantly moderate, accounting for 48.3% of responses. Inferential analysis showed that public value and perceived service value had a significant influence (p < 0.001) on the intention to use the platform, with regression coefficients of 0.483 and 0.325, respectively, while holding the remaining factors constant. The model yielded an R² of 0.475 and p < 0.001. Conclusions. Public value and perceived service value jointly explain 47.5% of the variation in the intention to continue using digital platforms.

Keywords: public value; perceived service value; intention to use; digital platform; university.

INTRODUCCIÓN

La implementación de tecnologías digitales en la educación superior es una estrategia global para mejorar la gestión académica y el aprendizaje (Adubaa y Mayowa, 2022); sin embargo, en muchas universidades, la disponibilidad de estas herramientas no se traduce en un uso efectivo y sostenido por parte de la comunidad universitaria en sus actividades académicas (Sumi y Kabir, 2021). En ese sentido, se evidencia una brecha entre la adopción en estudiantes de las herramientas digitales y la oferta tecnológica, en tanto que no se suele aprovechar todo el contenido respecto a: repositorio académico, información administrativa, interactividad con canales de consulta o material adicional (Alshammary y Alhalafawy, 2023); el origen radica en que el enfoque no se encuentra dirigido al usuario ni genera un impacto en la vida académica diaria de este (Ciesielska et al., 2022). Así, las decisiones que se toman respecto a la implementación de herramientas tecnológicas se fundamentan generalmente en aspectos técnicos (Kim, 2023), sin tener en consideración tanto el valor público como el de servicio percibido por los estudiantes que emplean dichas plataformas (Li y Shang, 2020).

Así mismo, es necesario precisar tanto el valor público como los beneficios comunitarios que puede aportar la tecnología a las instituciones (Hemesath y Tepe, 2024); además, también es necesario considerar al valor de servicio percibido como la experiencia individual que tuvo el usuario al utilizar la herramienta y considera la facilidad de uso, fiabilidad y calidad del soporte (Luo et al., 2023). En este sentido, un sistema puede contar con elevado valor público potencial, pero si la experiencia de los usuarios es deficiente, la intención de uso disminuye (Benmohamed et al.,2024). La pandemia por la COVID-19 aceleró la digitalización, pero también expuso la fragilidad de muchos sistemas, lo que generó frustración y resistencia en la comunidad universitaria (Cruz Dallagnol y Portulhak, 2025).

El problema en las universidades públicas del Perú radica en la falta de un análisis enfocado en cómo el valor es percibido por sus usuarios, dado que la comunidad estudiantil, con su diversidad de orígenes y necesidades, evalúa las plataformas digitales de maneras distintas (Ministerio de Educación, 2021). Por otro lado, si los estudiantes y docentes no perciben que estas herramientas facilitan sus trámites o mejoran su experiencia académica (valor de servicio percibido), y tampoco sienten que contribuyen a una mejor institución en su conjunto (valor público), la intención de usarlas disminuirá (Huapaya et al., 2023). Las plataformas, además, requieren estrategias que fomenten una integración exitosa de la tecnología en la vida académica diaria, para lo cual debe emplearse una visión desde el valor público y del valor percibido del servicio (Paredes Romero, 2022). Además, se cuenta con el análisis de la plataforma digital de una universidad en la región San Martín (Perú), en donde se encontró una amplia percepción deficiente (61 %), así como un predominio de la percepción baja del valor público (60 %). Esto demuestra que la entidad no ofrece el valor público esperado y evidencia oportunidades de mejora a fin de cubrir las expectativas del valor de servicio percibido por los estudiantes (Valverde Iparraguirre, 2022).

La revisión de la literatura en base a los antecedentes en universidades menciona que, a nivel internacional, Adubaa y Mayowa Adebara (2022) examinaron el uso de entornos virtuales y concluyeron que la disponibilidad de herramientas tecnológicas y el soporte institucional son determinantes clave para la formación académica efectiva en la era pos-COVID-19. De igual manera, Sumi y Kabir (2021) investigaron la satisfacción de los estudiantes sobre la plataforma digital mediante el modelo e-SERVQUAL, encontrando que la calidad del sistema y la infraestructura de conectividad son los componentes más influyentes en el valor percibido. Por su parte, Shaheen et al. (2025) analizaron cómo el valor de servicio percibido (definido por la eficiencia y el ahorro de tiempo) actúa como el mecanismo que impulsa la intención de uso de las plataformas académicas.

En el ámbito nacional peruano, Huapaya et al. (2023) examinaron la calidad de servicio y satisfacción en estudiantes universitarios, determinando una relación directa y significativa entre el soporte institucional en entornos virtuales y la percepción positiva del usuario. Por su parte, Paredes Romero (2022) examinó, desde una universidad en la amazonia, la creación de valor público en la modernización y resaltó que la eficiencia de los procesos digitales universitarios es el mecanismo que fortalece la confianza y garantiza el éxito de las políticas educativas en la capital. Por su parte, Claros Vásquez (2023) investigó en una universidad nacional la percepción de los servicios académicos y administrativos, concluyendo que la fiabilidad y la capacidad de respuesta de los sistemas digitales son factores determinantes para elevar el valor del servicio percibido y la satisfacción del estudiante. En Lima, Campos Cueto (2022) analizó la gestión de la plataforma Moodle en un instituto superior, a partir de lo cual evidenció que el uso de herramientas colaborativas y la infraestructura digital influyen positivamente en el rendimiento académico y la interacción con el docente.

La justificación de este estudio se basa en integrar los constructos de valor público y valor de servicio percibidos bajo el modelo de regresión lineal múltiple, permitiendo una comprensión de la intención de uso en el sector público peruano. Desde una perspectiva práctica y social, el estudio provee a las autoridades de la universidad nacional ubicada en Lima, y otras instituciones similares, de una base empírica para el diseño de estrategias digitales centradas en el estudiante, en tanto que, al optimizar las plataformas, se busca la eficiencia administrativa y académica, así como asegurar que las herramientas digitales colaboren en la mejora educativa en el contexto de la educación superior.

Por lo tanto, este estudio se planteó el objetivo general de determinar la influencia del valor público y el valor de servicio percibido en la intención de uso de la plataforma digital de una universidad nacional de Lima durante el año 2024.

MÉTODO

Tipo y área de estudio

La investigación fue realizada bajo un enfoque cuantitativo, de nivel explicativo, de diseño no experimental y de corte transversal, en base a la clasificación realizada por Hernández-Sampieri y Mendoza Torres (2018). El área de estudio corresponde a la sede del distrito del Cercado de Lima de la universidad nacional y el estudio fue realizado de febrero a setiembre del año 2024.

Población y muestra

La población total correspondió a 36 896 estudiantes. Así mismo, mediante la fórmula para poblaciones finitas, la muestra estuvo conformada por 381 de estudiantes, seleccionados por muestreo no probabilístico por cuotas, de modo que fue establecida una cuota proporcional por escuela profesional, tomando como base el porcentaje de alumnos de cada facultad respecto del total, con el fin de aproximar la cantidad de encuestados por cada escuela académica de la universidad (ver Tabla 1). Los criterios de selección fueron establecidos del siguiente modo: a) como criterios de inclusión debían ser mayores de edad y encontrarse matriculados durante el año 2024 (periodo 2024-I o 2024-II); b) como criterios de exclusión debían no ser mayores de edad y no encontrarse matriculados durante el año 2024 (periodo 2024-I o 2024-II).

Variables e instrumentos de recolección de datos

Variable: valor público

Consiste en el valor que otorgan los ciudadanos a un servicio brindado por el Estado, donde se considera si este fue entregado de manera oportuna y con calidad (Comisión Económica para América Latina y el Caribe, 2021); además, el concepto involucra objetivos sociales, ambientales y económicos relevantes para la ciudadanía (Candel y Paulsson, 2023), en tanto que abarca desde el presupuesto hasta la evaluación de políticas para medir su impacto (Reig Majoral, 2022) y no solo mide factores técnicos, sino que incorpora una visión de servicio público (Weigl et al., 2024). Según Li & Shang (2020) son consideradas las dimensiones de la eficiencia (ahorro de tiempo y recursos), la democracia (comunicación de los estudiantes con las autoridades) y la inclusión (accesibilidad a la plataforma digital de la universidad nacional).

Así mismo, el instrumento empleado fue una encuesta (adaptada de Li y Shang, 2020), en donde 10 preguntas corresponden al valor público y dichas preguntas fueron formuladas en escala de Likert del 1 al 5, donde 1 corresponde a totalmente en desacuerdo y 5 a totalmente de acuerdo; además, 4 ítems fueron para la dimensión “eficiencia”, 3 para “democracia” y 3 para “inclusión”. La validación del cuestionario fue realizada mediante el juicio de tres expertos en el tema. La confiabilidad fue medida a través del alfa de Cronbach, con un valor de 0,945, y la escala baremos se detalla en la Tabla 2.

Variable: valor de servicio percibido

Se refiere a la valoración que realiza el usuario que adquiere el bien o servicio en base al costo de adquisición; así, el usuario evalúa su contribución personal, a partir del cual determina un valor positivo o negativo (Rosa Díaz et al., 2023). La teoría del valor percibido es utilizada en el estudio de la percepción de los servicios (Parasuraman et al., 2019); además, esta relaciona el nivel de calidad del producto o servicio recibido y el costo asociado a su adquisición, lo cual es fundamental, ya que un aumento en la calidad percibida se traduce directamente en un incremento del bienestar de los consumidores (Figuereo Beníte y Mancinas Chávez, 2021). Además, el valor de servicio percibido toma en cuenta la evaluación que compara lo que se recibe respecto a lo que se otorga, tanto a nivel cognitivo y afectivo (Garzón Medina y Forero Molina, 2022; Lu et al., 2022).

El instrumento empleado fue una encuesta (adaptada de Li y Shang, 2020), en donde 3 preguntas corresponden al valor de servicio percibido y dichas preguntas fueron formuladas en escala de Likert del 1 al 5, donde 1 corresponde a “totalmente en desacuerdo” y 5 a “totalmente de acuerdo”, en tanto que la validación del cuestionario fue mediante el juicio de tres expertos en el tema. Por otra parte, fue determinada la confiabilidad mediante un alfa de Cronbach de 0,796 y la escala baremos se detalla en la Tabla 2.

Variable: intención de uso

Hace mención a la determinación o disposición consciente de un usuario para realizar un comportamiento específico y es un comportamiento para medir la fidelidad de los usuarios (Li y Shang, 2020); además, se refiere al deseo o disposición de las personas para adoptar y utilizar sistemas digitales, influenciados por factores como utilidad percibida, facilidad de uso, confianza y satisfacción (Wang et al., 2020), en tanto que se considera como el elemento clave para el éxito de los programas de gobierno electrónico, ya que las inversiones en esta área solo serán rentables si los ciudadanos continúan utilizando estos servicios (Alruwaie et al., 2020).

El instrumento empleado fue una encuesta (adaptada de Li y Shang, 2020), donde 3 preguntas corresponden a esta variable. Las preguntas fueron formuladas en escala de Likert del 1 al 5, donde 1 corresponde a totalmente en desacuerdo y 5 a totalmente de acuerdo, en tanto que la validación del cuestionario fue realizada mediante el juicio de tres expertos en el tema. Igualmente, fue determinada la confiabilidad mediante un Alfa de Cronbach de 0,833; además, fue calculada la escala de baremos para los rangos de cada nivel (ver Tabla 2).

Técnicas y procedimiento de recolección de datos

La información fue obtenida a través de la técnica de recolección de datos de la encuesta, mientras que la herramienta fue el cuestionario. El estudio fue realizado de manera propia e independiente, por lo que no fue requerido el permiso de las autoridades de la universidad, lo cual contribuyó en priorizar la autonomía de los estudiantes y la confianza para dar respuestas sinceras. El cuestionario fue llenado de febrero a setiembre del año 2024 de manera virtual a través de Google Forms. La difusión del cuestionario fue realizada mediante redes sociales, grupos de WhatsApp de estudiantes y recomendación entre contactos de las diferentes escuelas académicas de la universidad. Además, la encuesta fue anónima a fin de respetar la identidad del usuario y fue solicitado el consentimiento informado, dado que fue colocada una pregunta inicial sobre si los estudiantes deseaban participar en el estudio, en tanto fue solicitado que los datos del instrumento fueran llenados desde su correo institucional a fin de verificar que realmente pertenecieran a la universidad.

Análisis de datos

El análisis de datos fue realizado a través de la estadística descriptiva e inferencial. A nivel descriptivo, fueron empleadas tablas con la información más relevante para caracterizar las variables de estudio. Por otro lado, para la estadística inferencial fue empleada la regresión lineal múltiple, dado que esta resulta útil, pues permite conocer la relación existente entre la variable dependiente y múltiples variables independientes, pudiendo observar también cómo es que cada factor incide en el resultado final (Montgomery et al., 2021). Así, mediante esta técnica pueden ser encontrados patrones en la utilización de las plataformas digitales (Suárez Escalona et al., 2023), lo cual permite encontrar significancia en los factores de análisis sobre cuantificación de efectos (Núñez-Sánchez et al., 2024). A fin de identificar la relación de influencia de las variables de valor público y valor de servicios percibido sobre el uso de plataformas, fue utilizado el modelo de regresión lineal múltiple, tal como sugiere la siguiente ecuación:

Adicionalmente, fue utilizada la prueba estadística ANOVA y el nivel de confianza (Z) utilizado para la aprobación o rechazo de las hipótesis en el modelo propuesto fue 95 %. Es preciso mencionar que, para el análisis de datos, fue empleado el programa SPSS v.26.

Aspectos éticos

Esta investigación fue desarrollada bajo principios de rigor científico y ética, respetando la propiedad intelectual y los lineamientos académicos. Al realizarse de forma externa e independiente, fueron garantizadas la autonomía y privacidad de los participantes mediante una recolección de datos no intrusiva y sin intervención directa de las autoridades académicas de la institución, por lo que no fue necesario solicitar el permiso de la universidad, ni colocar su nombre en la investigación, a fin de conservar la privacidad; este punto fue clave para garantizar la libertad y confianza del estudiante en sus respuestas. Fue obtenido el consentimiento informado a través de una pregunta filtro y asegurada la correcta citación de fuentes. Fundamentado en la honestidad, integridad y transparencia, este estudio utiliza sus resultados estrictamente para fines académicos, salvaguardando el anonimato y el respeto metodológico.

RESULTADOS

Este análisis caracterizó una muestra de 381 estudiantes que son usuarios de las plataformas digitales de la universidad nacional en Lima, por lo que fueron analizadas las variables utilizando herramientas estadísticas descriptivas para proporcionar una visión detallada de la población estudiada.

El valor público obtuvo un desempeño mayoritariamente regular (52,8 %), en tanto que el 38,3 % mencionó un nivel bueno y solo el 8,9 % indicó que se encontraba de manera deficiente. Así mismo, el valor de servicio percibido fue deficiente para el 12,6 %, regular para el 50,1 % y bueno para el 37,3 %. Finalmente, la intención de uso de la plataforma fue en gran medida regular, con el 48,3 % de respuestas, seguido por una opinión buena en el 33,9 % de los casos y el 17,8 % indicó un desempeño deficiente (ver Tabla 3).

A fin de aplicar la regresión lineal múltiple, fue evaluado si los datos cumplían los supuestos, como la linealidad, independencia de residuos, homocedasticidad y normalidad de datos, o ausencia de multicolinealidad (Gujarati, 2018). La no multicolinealidad fue verificada mediante el factor de inflación de varianza (VIF), con un valor de 1,696. Luego, fue validada la homocedasticidad en la prueba de Breusch-Pagan, con un LM = 5,376, que es inferior al valor crítico de χ² (2) = 5,99 (p > 0,05), lo que indica que no es rechazada la homocedasticidad. De igual forma, la normalidad de los residuos fue verificada mediante el histograma (ver Figura 1), con una distribución próxima a la normal; la prueba de Kolmogorov-Smirnov resultó significativa (p < 0,05), lo que se atribuye al tamaño muestral, por lo que se prioriza el análisis gráfico. La linealidad fue evidenciada a partir del gráfico de dispersión entre los residuos estandarizados y los valores predichos estandarizados. Por último, en el análisis de la autocorrelación fue obtenido un indicador de Durbin Watson de 1,950, de modo que se encuentra dentro del umbral aceptable entre 1,5 y 2,5. Por lo tanto, fueron verificados todos los supuestos del modelo de regresión múltiple.

A continuación, se presentan los resultados del análisis inferencial, es decir, el desarrollo del modelo de regresión y la significancia de este; en este sentido, se resumen los datos principales, como el R², que explica la precisión del modelo.

Se calculó un R² de 0,475, lo que indica que el 47,5 % de la variabilidad de la intención de uso es explicada por los predictores del modelo, y, al ser un valor alto en promedio, implica que tiene un buen ajuste. Además, al calcularse el R² ajustado se obtuvo un valor de 0,472, lo que resultó cercano al R² original e indica que efectivamente el modelo se ajusta a los datos. (ver Tabla 4). A partir de ello, fue desarrollada la prueba ANOVA para evaluar la significancia del modelo. Aquí se observa que el modelo para la intención de uso en plataformas digitales resultó significativo al obtener un valor de significancia de 0,000, menor a 0,05 (ver Tabla 5). A partir de la información de las encuestas, se procedió a realizar el análisis de coeficientes de las variables (ver Tabla 6).

En la Tabla 6 se presentan los coeficientes del modelo de regresión. Se observa que tanto el valor público (VP) como el valor de servicio percibido (VSP) resultaron significativos, al obtener niveles de significancia (p-valor) menores a 0,05 en ambos casos. Así mismo, los coeficientes positivos indican que ambas variables mantienen una relación directa con la intención de uso de la plataforma (IUP). El análisis de regresión lineal múltiple determina la siguiente relación:

Considerando los valores de la Tabla 6 para esta relación se encuentra que un incremento de una unidad en la variable de valor público (VP) incrementa en 0,483 unidades la intención de uso de la plataforma (IUP) por parte de los participantes, manteniendo el VSP constante. Por otro lado, el incremento de 1 unidad en la variable de valor de servicio percibido (VSP) incrementa la intención de uso de plataformas digitales en 0,325 unidades, manteniendo el valor público constante. Al poseer todos los predictores una relación positiva con la variable dependiente de intención de uso de la plataforma (IUP) el incremento de cualquiera de estas resulta en un aumento significativo de la primera.

DISCUSIÓN

El presente estudio ha establecido de forma concluyente que el valor público y el valor de servicio percibido son factores determinantes en la intención de uso continuo de las plataformas digitales en la universidad nacional en Lima. Los resultados convergen con la literatura internacional que señalan también tanto la experiencia como el valor percibido como aspectos fundamentales de la adopción tecnológica continua; tal es el caso de Aljukhadar et al. (2022), en Canadá, en el cual el modelo de regresión desarrollado sobre el uso continuo de plataformas digitales alcanzó un R² de 0,57, cercano al obtenido en el estudio.

En el ámbito de la educación superior, esta convergencia demuestra que la apropiación tecnológica por parte del estudiante no es un acto procedimental, sino un facilitador pedagógico, dado que el usuario canaliza su esfuerzo de manera directa hacia los procesos de enseñanza-aprendizaje y la construcción de conocimiento. De manera similar, Albuainain (2022), en Bahréin, obtuvo que tanto la calidad del servicio como la satisfacción impactan en el valor de servicio percibido y lograban explicar alrededor del 80,9 % y 62 %, respectivamente, en el uso de plataformas digitales. Para la comunidad universitaria, este principio implica que un entorno digital eficiente actúa como un facilitador de la equidad e inclusión educativa, dado que se garantiza que la diversidad de estudiantes, independientemente de sus competencias digitales previas, acceda en igualdad de condiciones a las aulas virtuales, bibliotecas digitales y trámites académicos, previniendo sesgos de exclusión.

De igual forma, Nookhao y Kiattisin (2023), en Tailandia, determinaron relaciones significativas (p < 0,01), donde el valor percibido ejerció una influencia sobre la intención de uso del 19,8 % y la calidad de servicio del 18,8 %. En este sentido, cuando la plataforma es percibida como un recurso valioso se fomenta un entorno de aprendizaje autónomo y continuo que traspasa los límites del aula física, consolidando el perfil interactivo en la formación universitaria.

Así mismo, Li y Shang (2020), en China, encontraron que el valor percibido (58,0 %) y la satisfacción (27,0 %) eran influencias clave, logrando un modelo global con un R² de 0,64. Esta amplia variación en la magnitud de influencia entre estudios globales (desde el 18,8 % hasta el 58,0 %) puede atribuirse a la heterogeneidad contextual. Las diferencias en la madurez tecnológica de las universidades, la estructura específica de las plataformas digitales empleadas (por ejemplo, sistemas de gestión de aprendizaje versus plataformas de servicios administrativos) y, fundamentalmente, las variables culturales y la predisposición del usuario hacia la tecnología, actúan como factores moderadores que ajustan la fuerza de la relación. El hallazgo de Xiong et al. (2022), que indicó que la satisfacción influye en el uso continuo en un 22,0 %, también se alinea con la idea de que la experiencia positiva del usuario es un requisito indispensable para la retención digital. En la educación superior, esta variabilidad pone de relieve que los sistemas digitales no deben gestionarse como meros repositorios de información o plataformas administrativas separadas, sino como ecosistemas de aprendizaje integrado.

A nivel nacional, la evidencia converge fuertemente con los resultados de la universidad nacional en Lima. Cosser Zegarra (2022), en Perú, ya había corroborado la influencia tanto de la calidad del servicio como del valor público en la intención de uso continuo, reportando una correlación positiva alta (rho de Spearman=0,908). Esta alta correlación sugiere que, en el entorno peruano, la percepción de un servicio de alta calidad (valor de servicio) y la contribución al bien común institucional (valor público) se mueven prácticamente al unísono, siendo mutuamente reforzantes para impulsar el uso sostenido. La importancia del valor de servicio percibido como catalizador se ve además respaldada por los estudios que lo conectan directamente con la satisfacción. En ese sentido, Jiménez Chinga y Zeta Vite (2020) evidenciaron que la calidad de servicio influye significativamente sobre la satisfacción (45,2 %; p < 0,000) y sobre el valor percibido (42,3 %; p < 0,000). Todo lo anterior permite que la relación entre el alumno y la institución se centre en el intercambio académico y la mentoría, mejorando la percepción global de la calidad educativa de la universidad

En suma, la convergencia de estos hallazgos, tanto a nivel internacional como nacional, refuerza un mensaje estratégico para la universidad nacional en Lima: la intención de uso continuo no es un resultado accidental, sino la consecuencia directa de una gestión tecnológica que prioriza la generación de valor como pilar del desarrollo académico.

La investigación presenta fortalezas, destacando su enfoque multidimensional al integrar los constructos de valor público y valor de servicio percibido para explicar la intención de uso en el sector público. Metodológicamente, el estudio posee una base sólida gracias a una muestra representativa y al uso de la regresión lineal múltiple, respaldado por instrumentos con alta confiabilidad estadística, lo cual ofrece una base empírica accionable para la toma de decisiones institucionales y el rediseño de políticas pedagógicas digitales.

Con todo, la investigación posee limitaciones y la necesidad de futuras líneas de investigación para incluir otros factores asociados. En este sentido, se reconoce como limitación que el modelo no abarca la totalidad de las determinantes en la educación superior pública, dado que se cuenta con una importante variabilidad sin explicar; así, resulta fundamental que futuras investigaciones profundicen en el campo educativo, evaluando variables como las competencias digitales, la alfabetización informacional del estudiante y el impacto directo en el rendimiento académico, en tanto que sugiere incluir factores mediante estudios longitudinales. Por lo tanto, al abordar estos aspectos pedagógicos e institucionales se logrará diseñar políticas de transformación digital más integrales, que fortalezcan la calidad de la enseñanza, la equidad y el compromiso con el estudiante.

Conclusiones

A nivel general, se concluye que el valor público y valor de servicio percibido influyen significativamente en la intención de uso continuo de los usuarios de la plataforma digital de una universidad nacional ubicada en Lima durante el año 2024, dado que el modelo obtuvo un R² de 0,475 y un p = 0,000; asimismo, un incremento de una unidad en la variable de valor público produce un aumento de 0,483 unidades en la intención de uso de la plataforma, manteniendo el valor de servicio percibido (VSP) constante. Por otro lado, el incremento de una unidad en la variable de VSP produce un aumento en la intención de uso de plataformas digitales en 0,325 unidades, manteniendo el valor público constante. Estos hallazgos demuestran que la adopción tecnológica en el entorno universitario no depende únicamente de la disponibilidad técnica, sino del impacto real que percibe la comunidad educativa. Desde una perspectiva pedagógica e institucional, orientar la transformación digital hacia la generación de valor público fortalece la equidad en el acceso a la información, optimiza los procesos de enseñanza y reduce las barreras administrativas que afectan el desempeño académico. En consecuencia, estos resultados fundamentan la necesidad de rediseñar las políticas de digitalización universitaria, priorizando entornos digitales que respondan a las necesidades formativas integrales y garanticen una experiencia de usuario eficiente y significativa.

Recomendación

Por último, este estudio se orienta en intensificar los esfuerzos hacia el estudiante, estableciendo la importancia del valor público y del valor percibido del servicio en el uso de la plataforma por parte de estudiantes, lo que se encuentra justificado por la consulta de contenido importante para su formación académica, así como la difusión de información relevante para los trámites académicos y la interacción entre los estudiantes, las autoridades académicas y los docentes. Todo ello es fundamental para mejorar la calidad de vida del estudiante y alinear la visión de la universidad con la mejora continua, dado que, al enfocarse en la calidad de la experiencia, la universidad garantiza que su inversión tecnológica contribuya efectivamente a su misión educativa.

REFERENCIAS

Adubaa, D., & Mayowa Adebara, O. (2022). Online Platforms Used for Teaching and Learning during the COVID-19 Era: The Case of LIS Students in Delta State University, Abraka. The International Information & Library Review, 54(1), 17-31. https://doi.org/10.1080/10572317.2020.1869903

Albuainain, M. (2022). How digital communication provides better government services: Assessing the Tawasul System in Bahrain. Cities, 128, 103790. https://doi.org/10.1016/j.cities.2022.103790

Aljukhadar, M., Belisle, J., Dantas, D., Sénécal, S., & Titah, R. (2022). Measuring the service quality of governmental sites: Development and validation of the e-Government service quality (EGSQUAL) scale. Electronic Commerce Research and Applications,55, 101182. https://doi.org/10.1016/j.elerap.2022.101182

Alruwaie, M., El-Haddadeh, R., & Weerakkody, V. (2020). Citizens' continuous use of eGovernment services: The role of self-efficacy, outcome expectations and satisfaction. Government Information Quarterly, 37(3), 101485. https://doi.org/10.1016/j.giq.2020.101485

Alshammary, F., & Alhalafawy, W. (2023). Digital Platforms and the Improvement of Learning Outcomes: Evidence Extracted from Meta-Analysis. Sustainability, 15(2), 1305. https://doi.org/10.3390/su15021305

Benmohamed, N., Shen, J., & Vlahu-Gjorgievska, E. (2024). Public value creation through the use of open government data in Australian public sector: A quantitative study from employees' perspective. Government Information Quarterly, 41(2), 101930. https://doi.org/10.1016/j.giq.2024.101930

Candel, M., & Paulsson, J. (2023). Enhancing public value with co-creation in public land development: The role of municipalities. Land Use Policy, 132, 106764. https://doi.org/10.1016/j.landusepol.2023.106764

Campos Cueto , C. C. . (2022). Gestión de la plataforma Moodle para mejorar el rendimiento académico del curso de producción gráfica del SENATI 2021. IGOBERNANZA, 5(19), 178-195. https://doi.org/10.47865/igob.vol5.n19.2022.211

Ciesielska, M., Rizun, N., & Chabik, J. (2022). Assessment of E-government inclusion policies toward seniors: A framework and case study. Telecommunications Policy, 46(7), 102316. https://doi.org/10.1016/j.telpol.2022.102316

Claro Vásquez, C. O. (2023). Calidad de servicio y satisfacción de los estudiantes en la Universidad Nacional de Barranca, 2023 [Tesis doctoral, Universidad Nacional José Faustino Sánchez Carrión]. Repositorio UNJFSC. http://hdl.handle.net/20.500.14067/9388

Comisión Económica para América Latina y el Caribe. (2021). Enfoque de resultados y valor publico. Lima. https://repositorio.cepal.org/bitstream/handle/11362/46795/1/S2100039_es.pdf

Cosser Zegarra, J. (2022). Portal de transparencia estándar y valor público de una institución educativa universitaria de formación pedagógica del distrito de Surco, 2022 [Tesis de maestría, Universidad César Vallejo]. Repositorio UCV. https://repositorio.ucv.edu.pe/handle/20.500.12692/98861

Cruz Dallagnol, E., & Portulhak, H. (2025). Public value disclosure by Brazilian federal universities. The British Accounting Review, 101587. https://doi.org/10.1016/j.bar.2025.101587

Figuereo Beníte, J., y Mancinas Chávez, R. (2021). Las redes de la comunicación. Estudios multidisciplinares actuales. Dykinson.

Garzón Medina, C., y Forero Molina, S. (2022). Aproximaciones empíricas a las dinámicas contemporáneas de consumo. Ediciones USTA.

Gujarati, D. (2018). Linear Regression. A Mathematical Introduction. SAGE Publications.

Hemesath, S., & Tepe, M. (2024). Public value positions and design preferences toward AI-based chatbots in e-government. Evidence from a conjoint experiment with citizens and municipal front desk officers. Government Information Quarterly, 41 (4), 101985. https://doi.org/10.1016/j.giq.2024.101985

Hernández-Sampieri, R., y Mendoza Torres, C. P. (2018). Metodología de la investigación:Las rutas cuantitativa, cualitativa y mixta. Mc Graw Hill.

Huapaya, G., Sumire, R., Jarama, R., y Sumire, E. (2023). Calidad de Servicio y Satisfacción de Estudiantes Universitarios con la Educación Virtual en Tiempos de Pandemia. Encuentros: Revista de Ciencias Humanas, Teoría Social y Pensamiento Crítico, 17, 250-275. http://doi.org/10.5281/zenodo.7527667

Jiménez Chinga, R., y Zeta Vite, A. (2020). Calidad del servicio, satisfacción y lealtad de estudiantes universitarios peruanos. Universidad y Sociedad, 12S(1), 292-301. https://rus.ucf.edu.cu/index.php/rus/article/view/1788

Kim, S. (2023). Quality of smart-work support service, perceived value and intention to continue smart-work: empirical evidence from Korea. Information Technology & People, 36(5), 2137-2160. https://doi.org/10.1108/ITP-08-2020-0544

Li, Y., & Shang, H. (2020). Service quality, perceived value, and citizens’ continuous-use intention regarding e-government: Empirical evidence from China. Information & Management, 57(3), 103197. https://doi.org/10.1016/j.im.2019.103197

Lu, B., Yan, L., & Chen, Z. (2022). Perceived values, platform attachment and repurchase intention in on-demand service platforms. Journal of Retailing and Consumer Services, 67, 103024. https://doi.org/10.1016/j.jretconser.2022.103024

Luo, Y., Ye, Q., & Liao, Q. (2023). Effects of customization and personalization affordances on perceived value and continuance intention of smartwatch use. Technological Forecasting and Social Change, 194, 122752. https://doi.org/10.1016/j.techfore.2023.122752

Ministerio de Educación. (2021). La universidad peruana: de la educación remota al transformación digital. El sistema universitario frente al COVID-19 durante 2020 y 2021. https://www.minedu.gob.pe/conectados/pdf/universidad-publica-covid-19-minedu.pdf

Montgomery, D., Peck, E., & Vining, G. (2021). Introduction to Linear Regression Analysis. Wiley.

Nookhao, S., & Kiattisin, S. (2023). Achieving a successful e-government: Determinants of behavioral intention from Thai citizens’ perspective. Heliyon, 9(8), e18944. https://doi.org/10.1016/j.heliyon.2023.e18944

Núñez-Sánchez, J., Rodríguez-Pérez, P., Lara-Bocanegra, A., y Angosto, S. (2024). Análisis de los atributos que influyen en la intención de uso de canales de Youtube por suscriptoras según edad. Cultura, Ciencia y Deporte,19(60), 269-282. https://doi.org/10.12800/ccd.v19i60.2147

Parasuraman, A., Zeithaml, V., & Berry, L. (2019). SERVQUAL: A Multiple-Item Scale for Measuring Consumer Perceptions of Service Quality. Simon and Schuster Publishing.

Paredes Romero, K. (2022). Procesos académicos virtuales en la satisfacción del servicio en estudiantes de la Universidad Nacional Intercultural de la Amazonia, 2022. Ciencia Latina Revista Científica Multidisciplinar, 6(4), 4989-5014. https://doi.org/10.37811/cl_rcm.v6i4.2989

Reig Majoral, M. (2022). La retórica de la colaboración público-privada. Thomson Reuters.

Rosa Díaz, I., Rondán Cataluña, F., y Díez de Castro, E. (2023). Gestión de precios. ESIC Editorial.

Shaheen, R.,Waseem, M., Hussain Shah, SA., Nawaz, A., Rehman, MU., & Nawaz Khan, M. (2025). Enhancing Citizen Engagement through Digital Governance: Perceived Service Value as Mediator and Digital Infrastructure as Moderator. Dialogue Social Science Review (DSSR), 3(12), 65.77. https://dialoguesreview.com/index.php/2/article/view/1261

Suárez Escalona, R., Estrada Domínguez, J., Infante Alcántara, L., y Cavazos Salazar, R. (2023). Análisis de la aceptación de una plataforma de enseñanza aprendizaje en la universidad. Formación universitaria, 16(1), 23-32. http://dx.doi.org/10.4067/S0718-50062023000100023

Sumi, R., & Kabir, G. (2021). Satisfaction of E-Learners with Electronic Learning Service Quality Using the SERVQUAL Model. Journal of Open Innovation: Technology, Market, and Complexity, 7(4), 227. https://doi.org/10.3390/joitmc7040227

Valverde Iparraguirre, J. (2022). Modelo de gobierno digital basado en Cobit 2019 y el valor público en la Universidad Nacional de San Martín [Tesis doctoral, Universidad Nacional de San Martín]. Repositorio UNSM. http://hdl.handle.net/11458/4543

Wang, C., Teo , T., & Liu, L. (2020). Perceived value and continuance intention in mobile government service in China. Telematics and Informatics, 48, 101348. https://doi.org/10.1016/j.tele.2020.101348

Weigl, L., Roth, T., Amard, A., & Zavolokina, L. (2024). When public values and user-centricity in e-government collide – A systematic review. Government Information Quarterly, 41(3), 101956. https://doi.org/10.1016/j.giq.2024.101956

Xiong, L., Wang, H., & Wang, C. (2022). Predicting mobile government service continuance: A two-stage structural equation modeling-artificial neural network approach. Government Information Quarterly, 39(1), 101654. https://doi.org/10.1016/j.giq.2021.101654